[發明專利]生成諧音文本的方法和系統

有效

• 申請號: 201510547414.0
• 申請日: 2015-08-31
• 公開（公告）號: CN105244027B
• 公開（公告）日: 2019-10-15
• 發明（設計）人: 孔醍
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

1.一種生成諧音文本的方法，其特征在于，包括：

獲取原始文本的輸入信息，所述原始文本是第一語言的文本，所述原始文本的輸入信息包括：原始文本的語音信息，和/或，原始文本的文本信息；

獲取與所述輸入信息對應的諧音文本，所述諧音文本是第二語言的文本，所述諧音文本是根據語言模型和語音識別技術獲取的，其中，所述語言模型中記錄了文本信息與諧音文本的對應關系，所述語言模型為多個，每個語言模型對應不同的領域，語言模型根據預設選擇規則選擇，根據選擇的不同領域的語言模型獲取相應領域的多個諧音文本，其中，所述預設選擇規則為根據用戶登錄信息確定用戶身份，根據用戶身份對應的用戶行為信息確定用戶感興趣的領域，根據用戶感興趣的領域選擇語言模型；

展示相應領域的所述多個諧音文本。

2.根據權利要求1所述的方法，其特征在于，當所述輸入信息是語音信息時，所述獲取與所述輸入信息對應的諧音文本，包括：

對所述語音信息進行語音識別，根據語音識別結果以及預先建立的語言模型，獲取與所述語音信息對應的諧音文本。

3.根據權利要求1所述的方法，其特征在于，當所述輸入信息是文本信息時，所述獲取與所述輸入信息對應的諧音文本，包括：

根據預先獲取的文本信息與諧音文本之間的對應關系，獲取與輸入的文本信息對應的多個諧音文本，其中，所述諧音文本是根據一個或多個用戶輸入的語音信息獲取的。

4.根據權利要求3所述的方法，其特征在于，還包括：

獲取至少一個用戶輸入的文本信息和文本信息對應的語音信息；

對所述至少一個用戶輸入的語音信息進行語音識別，根據語音識別結果以及預先建立的語言模型，分別獲取與每個用戶輸入的語音信息對應的諧音文本；

建立文本信息與根據每個用戶輸入的語音信息獲取的諧音文本之間的對應關系。

5.根據權利要求1-4任一項所述的方法，其特征在于，獲取原始文本的語音信息，包括：

對當前用戶朗誦的原始文本的語音信息進行錄制；或者，

對當前用戶觸發播放的原始文本的語音信息進行錄制。

6.根據權利要求1-4任一項所述的方法，其特征在于，所述諧音文本包括：第二語言的文字信息，和/或，第二語言的其他等價書寫表示信息。

7.根據權利要求1-4任一項所述的方法，其特征在于，所述諧音文本包括如下項中的至少一項：

無語義的諧音文本、有語義但與原始文本無語義關聯的諧音文本、有語義且與原始文本有語義關聯的諧音文本。

8.一種生成諧音文本的系統，其特征在于，包括：

第一獲取模塊，用于獲取原始文本的輸入信息，所述原始文本是第一語言的文本，所述原始文本的輸入信息包括：原始文本的語音信息，和/或，原始文本的文本信息；

第二獲取模塊，用于獲取與所述輸入信息對應的諧音文本，所述諧音文本是第二語言的文本，所述諧音文本是根據語言模型和語音識別技術獲取的，其中，所述語言模型中記錄了文本信息與諧音文本的對應關系，所述語言模型為多個，每個語言模型對應不同的領域，語言模型根據預設選擇規則選擇，根據選擇的不同領域的語言模型獲取相應領域的多個諧音文本，其中，所述預設選擇規則為根據用戶登錄信息確定用戶身份，根據用戶身份對應的用戶行為信息確定用戶感興趣的領域，根據用戶感興趣的領域選擇語言模型；

展示模塊，用于展示相應領域的所述多個諧音文本。

9.根據權利要求8所述的系統，其特征在于，當所述輸入信息是語音信息時，所述第二獲取模塊具體用于：

對所述語音信息進行語音識別，根據語音識別結果以及預先建立的語言模型，獲取與所述語音信息對應的諧音文本。